S'abonner

Fourier's law and many-body quantum systems - 08/10/19

La loi de Fourier et les systèmes quantiques à n corps

Doi : 10.1016/j.crhy.2019.08.006 
Christian B. Mendl
 Technische Universität Dresden, Institute of Scientific Computing, Zellescher Weg 12-14, 01069 Dresden, Germany 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 7
Iconographies 4
Vidéos 0
Autres 0

Abstract

The topic of this article are transport properties of many-body quantum chains accompanying DMRG-type simulations of the Bose–Hubbard model. To set the stage, we first provide a very brief introduction to many-body quantum theory and tensor network approximations. Transport properties are studied via dynamical density correlation functions, in line with linear response theory. We observe diffusive behavior at “infinite temperature”  . Finally, we mention other approaches to study transport, e.g., explicitly imposing a temperature gradient via thermal reservoirs at the boundary.

Le texte complet de cet article est disponible en PDF.

Résumé

Cet article porte sur les propriétés de transport de chaînes quantiques à n corps en s'accompagnant de simulations de type « groupe de renormalisation de matrice de densité » du modèle de Bose–Hubbard. Pour dresser une vue d'ensemble, nous présentons d'abord une très brève introduction à la théorie quantique à n corps et aux approximations des réseaux de tenseurs. Les propriétés de transport sont étudiées à l'aide de fonctions dynamiques de corrélation de densité, en suivant la théorie de la réponse linéaire. Nous observons un comportement diffusif à « température infinie »  . Enfin, nous mentionnons d'autres approches permettant d'étudier le transport, par exemple en imposant explicitement un gradient de température via des réservoirs thermiques aux bords.

Le texte complet de cet article est disponible en PDF.

Keywords : Many-body quantum chains, Diffusive transport, Dynamical correlation functions, DMRG/tensor networks

Mots-clés : Chaînes quantiques à n corps, Transport diffusif, Fonctions de corrélation dynamiques, GRMD / réseaux de tenseurs


Plan


© 2019  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 20 - N° 5

P. 442-448 - juillet 2019 Retour au numéro
Article précédent Article précédent
  • Role of conserved quantities in Fourier's law for diffusive mechanical systems
  • Stefano Olla
| Article suivant Article suivant
  • Synchrosqueezing transforms: From low- to high-frequency modulations and perspectives
  • Sylvain Meignen, Thomas Oberlin, Duong-Hung Pham

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.